Image processing Keras中的二维局部最大搜索和求和层

我需要Keras中的一个（不可训练的）层，该层对二维输入进行局部最大搜索，并将特定环境中的所有输入汇总到该最大值附近。层的输入形状类似于（无、1、24、16）

为了更清楚地说明这一点，让我们看看输入是什么样子的：

然后，层的所需输出应为：

因此，它应该找到每个局部最大值，然后将从（最多）8个相邻像素到该最大值的所有条目相加

这是一个与高能物理相关的问题，所以我认为这些“图像”的解释不应该太重要

我如何使用Keras层来实现这一点

---

有什么建议吗？谢谢

我真的无法理解这些图像。这个问题可能与此有关？不幸的是没有。我自己已经有了一个python函数（使用numpy数组）来做这件事，但是我需要一个Keras层来做完全相同的事情，这样我就可以在NNP的培训期间使用它。但是问题是否与问题中描述的相同？不。我的问题其实很简单。例如，对于我的示例图像中13和26的两个像素：层将26检测为局部最大值（在3x3“内核中”），然后添加周围像素的所有值（在本例中仅为13），这导致最终输出中局部最大值的位置为39。就这么简单。。。但现在使用的是Keras层